[論文レビュー] Packing Lines, Planes, etc.: Packings in Grassmannian Space

John H. Conway, R. H. Hardin+1 more|ArXiv.org|Aug 1, 2002

graph theory and CDMA systems参考文献 18被引用数 75

ひとこと要約

本稿では、$m$次元ユークリッド空間内の$N$個の$n$次元部分空間の最適配置を調査し、分離度を測るための地図距離の代替として、弦距離（chordal distance）を優れた選択肢として提案する。広範な計算と、グラスマン多様体空間の新規な球面埋め込み手法を用いて、$N \leq 55$、$n \leq 3$、$m \leq 16$ の範囲で最適配置を導出し、多くの配置について最適性を証明した。この結果、グランドツアー法を用いた多次元データ可視化への応用が可能になった。

ABSTRACT

This paper addresses the question: how should N n-dimensional subspaces of m-dimensional Euclidean space be arranged so that they are as far apart as possible? The results of extensive computations for modest values of N, n, m are described, as well as a reformulation of the problem that was suggested by these computations. The reformulation gives a way to describe n-dimensional subspaces of m-space as points on a sphere in dimension (m-1)(m+2)/2, which provides a (usually) lower-dimensional representation than the Pluecker embedding, and leads to a proof that many of the new packings are optimal. The results have applications to the graphical display of multi-dimensional data via Asimov's "Grand Tour" method.

研究の動機と目的

• ユークリッド空間内の$N$個の$n$次元部分空間が互いにできるだけ離れるように配置する最適な方法を特定すること。
• 最適化に適したメトリックとして、地図距離の微分不能性という問題を解決するため、弦距離をより適切な代替手段として提案すること。
• グラスマン多様体空間を、次元$(m-1)(m+2)/2$の球面上の点として再定式化することにより、より低次元の表現と計算効率の向上を実現すること。
• $N \leq 55$、$n \leq 3$、$m \leq 16$の範囲で、おそらく最適な配置のデータベースを提供すること。多くの場合、最適性が証明されている。
• 特にアシモフのグランドツアー法を含む、多次元データ可視化技術への応用を支援すること。

提案手法

• 部分空間間の主角度$\theta_i$を用いて、弦距離を$d_c(P,Q) = \sqrt{\sum_{i=1}^n \sin^2\theta_i}$として定義し、至る所で微分可能であり、計算的安定性を確保する。
• $\mathbb{R}^m$内に存在する$n$次元部分空間を、次元$(m-1)(m+2)/2$の球面上の点として再定式化することで、プラッカー埋め込みよりも次元を低く抑えた表現を実現する。
• グラスマン多様体$G(m,n)$内に存在する$N$個の部分空間の間で、最小弦距離を最大化する配置を探索するため、広範な数値最適化を実施する。
• 既知の球面コードや組合せデザイン（例：会議行列、単体配置）を用いて、配置の初期化と検証を実施する。
• 直交群の作用を用いて配置を正規化し、対称性を低減することで最適化の収束性を向上させる。
• 新規な埋め込み手法と距離測度を用いて、特に小規模な$N$および低次元の$n$に対して、多数の配置の最適性を証明する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、$m$次元ユークリッド空間内に$N$個の$n$次元部分空間を配置し、それらの相互分離度を最大化できるか？
• RQ2 なぜこの最適化問題において、弦距離が地図距離よりも優れたメトリックであるのか？
• RQ3 幾何的構造を保ちつつ、計算効率を高められるように、グラスマン多様体空間をより低次元の球面に埋め込むことは可能か？
• RQ4 既知の組合せ的構造（例：単体、会議行列）が、$N$、$n$、$m$ のどの値に対して最適な配置をもたらすのか？
• RQ5 これらの配置は、グランドツアー法のような多次元データ可視化技術をどのように改善できるか？

主な発見

• 弦距離$d_c(P,Q) = \sqrt{\sum_{i=1}^n \sin^2\theta_i}$は、至る所で微分可能であり、計算的安定性に優れるため、最適化において地図距離よりも優れている。
• $\mathbb{R}^9$内に50本の直線を配置する場合、最小角度は$67.7426^\circ$に達し、これは既知の球面コードから導かれた配置によって達成された。
• 著者らは、$\mathbb{R}^9$内に36本の直線を配置する場合、最小角度が$70.5864^\circ$に達することを発見し、新規な埋め込み手法を用いてその配置が最適であることを証明した。
• 会議行列やデュアリティ単体（diplo-simplices）から導かれる配置は、$N=12$、$N=24$、$N=48$の多くの場合で最適な配置をもたらす。
• 新規な球面埋め込みにより、プラッカー埋め込みの次元から$(m-1)(m+2)/2$に次元を低減でき、計算の効率化と最適性の証明が可能になった。
• $\mathbb{R}^8$内に50本の直線を配置する場合、最小角度は$63.1527^\circ$であり、この値は$60^\circ$の角度を含む配置によって達成された。これは、既知の球面コードとの関連を示唆している。